[发明专利]一种新的中低分辨率遥感数据复合的耕地识别方法

权利要求书

1.一种新的中低分辨率遥感数据复合的耕地识别方法——物候光谱复合方法(Phenological and Spectral Combination Model，PSCM)，其特征在于包括以下步骤：

步骤一、数据预处理；

步骤二、低分辨率地物分布概率图提取；

步骤三、物候光谱复合影像(Phenological and Spectral Combined Image，PSC Image)生成；

步骤四、选择分类样本利用PSC图像进行耕地识别；

步骤五、耕地识别精度评价。

2.一种新的中低分辨率遥感数据复合的耕地识别方法——物候光谱复合方法(Phenological and Spectral Combination Model，PSCM)，其特征在于包括以下步骤：

步骤一、数据预处理。对中分辨率多光谱影像数据进行辐射校正以及大气校正，以获取地物真实的光谱信息；对低分辨率植被指数时间序列数据进行滤波操作，并将其投影转换成与中分辨率多光谱影像数据相同的投影。

步骤二、低分辨率地物分布概率图提取。首先以低分辨率植被指数时间序列数据代替地物光谱反射率作为混合像元的分解因子，然后利用中分辨率影像辅助选取合适的端元(端元类别由研究区具体情况决定)，最后采用不带约束条件的线性光谱混合模型进行混合像元，获得基于地物物候信息的低分辨率地物分布概率图。

步骤三、物候光谱复合影像(Phenological and Spectral Combined Image，PSC Image)生成。首先通过分析研究区中分辨率遥感影像上容易产生“同物异谱”和“异物同谱”现象的土地利用／覆盖类型，仅选取与这些类别相对应的低分辨率地物分布概率图进行物候光谱复合。然后，将选定土地利用／覆盖类型的低分辨率地物分布概率图重采样为与中分辨率遥感影像相同的空间分辨率。最后，进行物候和光谱信息的复合，即采用多波段叠加的方法将重采样后的地物分布概率图与中分辨率影像复合，生成PSC影像，如公式3所示：

I=Σi=1aFi+Σj=1mTj1≤a≤n]]>

式中I为PSC影像，共包含a+m个波段；F_i为低分辨率NDVI时间序列数据混合像元分解后所得到地物分布概率图(集)F(f₁，f₂，f₃，...，f_i，ε，i＜n)中第i个端元所对应的分布概率图；T_j为中分辨率影像T(t₁，t₂，t₃，...，t_i，j<m)的第j个波段；n为端元类别数；a为参与影像复合的地物类别；m为中分辨率影像波段数。

步骤四、对图像进行分类。首先，选择合适的监督分类器。然后通过目视判定的方式选择出适合数量(30p，p代表用于分类遥感影像的波段数目)的纯净像元构成训练样本集合。最后，对利用选定的分类器和训练样本对PSC影像进行监督分类，获得耕地的空间分布范围。

步骤五、利用误差矩阵对耕地识别精度进行评价。利用检验样本集对PSCM耕地识别结果计算误差矩阵，并比较分析采用相同分类器和训练样本对中分辨率遥感影像分类的耕地识别结果的分类总精度、用户精度和生产者精度。